基于个人舒适系统杭州住宅冬季热舒适与能耗

为揭示该地区个人舒适系统(PCS)作用下的居民冬季热舒适特征和供暖能耗需求,以杭州市为对象,采用问卷调研和入户现场实测的方式得出冬季住宅开窗、遮阳、使用空调和PCS等典型热环境组合调节模式以及典型供暖模式和居民活动状态组合下的热舒适特征;在此基础上模拟得到冬季室内热舒适和供暖能耗特征。结果表明,冬季“无设备+静坐”“、空调+静坐”“、PCS+静坐”“、无设备+家务劳动”“、空调+家务劳动”、“PCS+家务劳动”等6种工况下的冬季中性温度分别是17.3、18.8、16.4、15.7、15.7、13.9℃,舒适温度区间分别是14.3～20.3℃、17.1～20.5℃、14.4～18.4℃、13.7～17.8℃、13.3～18.1℃、11.0～16.9℃。冬季室内热舒适水平受热环境调节模式影响较大,客厅在室舒适时间占比在43.74%～80.21%之间,卧室在室舒适时间占比均为70%以上。使用空调与PCS供暖时,典型建筑在冬初冬末的供暖能耗强度是1.28 kWh·m^-2,在严冬的供暖能耗强度是13.06 kWh·m^-2。     

浅议建筑材料进场质量管理及控制要点

建筑材料的质量控制和材料管理,已成为当前工程建设领域关注的焦点。建筑工程施工中每个单项工程均把“中间产品质量和建筑材料质量全部合格”作为工程质量评定的重要指标之一,因此,加强建筑材料的质量控制是提高工程质量的重要保证。     

"职业活动导向"教学模式的应用探讨

"职业活动导向"教学模式是劳动和社会保障部向全国技工院校推广的教学模式.该模式在教学目标、教学内容、课堂结构等方面有许多独到之处.笔者通过在烹饪教学实践中运用该教学模式,改变了烹饪理论教学"难"的现状,有效地提高了烹饪专业学生的注意力,促进了大部分学生良好学习习惯的养成,培养了学生多方面的能力.可以使其快速适应饭店工作,取得了良好的教学效果.     

地区发展不平衡视角下的村庄保护规划实效分析及策略调整:以浙江省宁波市和山西省平遥县个案为例

当前乡村聚落保护规划的编制方法采用了全国统一的标准,但从浙江省宁波市和山西省平遥县的实证研究获知,该方法在沿海发达地区和内陆欠发达地区的实效相差甚远,这其中既有经济社会方面的外部原因,也有保护规划编制方法的内在原因,其中后者是文中探讨的重点,包括精英保护逻辑与资金支持不匹配、风貌控制要求与内生动力不匹配和方案引导要求与...     

小分子药物ACT001抑制人脑胶质母细胞瘤U118MG细胞系迁移作用机制的研究

脑胶质母细胞瘤(Glioblastoma,GBM)是脑肿瘤中最具致命性的高等级脑胶质瘤,目前尚无有效治愈药物.ACT001属于倍半萜内酯化合物,目前已进入Ⅰ期临床试验阶段,对脑胶质母细胞瘤有着很好的疗效,然而作用机制并不明确.本研究探究了ACT001作用脑胶质母细胞瘤的机制,发现ACT001可显著降低人脑胶质母细胞瘤U118MG的迁移能力,并下调STAT3通路相关蛋白的表达,且沉默STAT3蛋白后,U118MG迁移能力以及相关迁移蛋白的表达水平也同样受到影响.结果表明,ACT001可通过下调STAT3蛋白进而影响其下游Twist1和ZEB1迁移相关蛋白的表达水平,最终对U118MG细胞的迁移产生抑制作用.     

浅谈电力系统信息网络安全防护及措施

从电力系统信息网络的安全角度出发，结合国家电网目前的电力信息系统和信息网络在电力信息安全上的一些问题，并提出了防护电力信息安全风险的技术和管理措施。     

培养适应21世纪需要的高素质应用型化学人才

大学教育应该是素质教育.大学期间,应该使学生具有扎实的基础,使他们在知识、能力、素质等方面都得到发展和提高,使他们具有可持续发展的知识基础,具有继续学习和创新知识的能力.     

盐芥WBC11克隆与RNAi载体的构建

作为植物在非生物胁迫下耐受机制研究中的模式植物之一,盐芥具有耐受干旱、高盐和高低温等抗逆性特点.本文以盐芥中脂类代谢的关键基因WBC11作为研究对象,利用q-PCR技术克隆盐芥WBC11 5’端300bp序列(简称WBC11-300),通过gateway的方法构建RNAi表达载体并成功转入农杆菌中,为探索盐芥WBC11功能的后续实验打下了基础.     

植被生长初期机场生态边坡抗冲刷性能

为研究机场生态护坡的植被在生长初期抗冲刷能力的影响因素,对植被生长初期不同防护方式及不同植株密度的草皮进行直剪试验和抗冲刷试验,得到了不同生态防护方式下植株数量和土体粘聚力增量的关系式,不同防护方式不同植株密度植被的抗冲流速和冲刷破坏方式,分析了草株密度和防护方式对生态边坡抗冲刷能力的影响规律,得到了土壤粘聚力与草皮土抗冲流速的关系,并给出了工程应用的条件与方法。     

基于Softmax函数增强卷积神经网络-双向长短期记忆网络框架的交通拥堵预测算法

对交通状态进行预测,就需要准确识别和判断交通状态。该文没有采用传统的以车辆速度为基准的预测方法,而是使用TTI交通拥堵系数,该系数的计算基于道路自身的自由流速度,可以让具有不同速度等级的街道都统一到TTI系数上来作为拥堵评价,因此相较以传统的车辆速度为基准的预测方法更能表现出道路的拥堵状态。该文提出了一种改进的深度学习预测模型（CS-BiLSTM）,该模型基于卷积神经网络（CNN）和双向长短期记忆网络（BiLSTM）,并结合Softmax函数增强CNN提取出的交通空间特征信息。深度学习预测模型（CS-BiLSTM）中的S代表的就是Softmax的缩写。使用成都市出租车GPS数据进行验证,结果表明,所提出的CS-BiLSTM模型具有更高的准确性,其性能相比C-BiLSTM网络预测框架提升了13%。